投落送資料對梅雨期間中尺度對流渦旋模擬的影響

全文

(1)國立臺灣師範大學地球科學研究所碩士論文. 指導教授：簡芳菁. 博士. 投落送資料對梅雨期間中尺度對流渦旋模擬的影響 The Impact of Dropsonde Data on Simulation of a Mesoscale Convective Vortex in a Mei-yu Season. 研究生：王健宇. 撰. 西元 2016 年 08 月.

(2) 致謝總算完成預定的人生階段，要離開學生身分踏入失業身份啦，這個過程快到也慢到自己都有點狀況外。從剛進去每次咪亭上台報告都會發抖然後胃痛。一直到看得懂大部份的程式，都是多虧了玉秀學姐、姿吟學姐、彥超學長、士然學長，感謝你們忍受我無止境(含假日)的騷擾。南州、家輝、藥力、ERA、 J、佳翰、炳權、秀秀、小希、馬姐姐、簡，在熟悉的人漸行漸遠後，還好還有你們這些漢堡團讓我不會變成孤僻怪，但是還沒畢業的要常來學校阿很難遇到你們耶。感謝師大柔道的國輝老師、顯斌老師、智華老師、還有道場的各位前輩們有讓我每周可以運動不會變肥宅。最感謝的當然是簡芳菁老師，進實驗室馬上就要報英文期刊壓力超大哈哈，但這些都為論文的完成打下穩固的基石，也忍受我初稿完成溜去日本，二稿完成溜去西藏的不斷中離。也許我本來就不是做研究的料吧，在念研究所的過程中大概八成都是痛苦，剩下正面的兩成是建立在老師以及學長姐人真得非常好以及背包旅行上面了。從來沒有想過在還這麼年輕的時候就有機會踏上天堂，看著雪白聳立的聖母峰告訴自己再加油吧，就差幾步了，這是支持我走完最後幾哩路的最大動力，西藏真的很美。世界是這麼的廣大，關在電腦前豈不是太可惜了嗎? I.

(3) 摘要本文利用 WRF 模式配合 EAKF 資料同化系統，針對 SoWMEX 期間一中尺度對流渦旋進行投落送資料的資料同化實驗，藉以了解同化投落送資料對模式初始場與後續的數值模擬有甚麼影響。後再利用系集預報的特性將系集成員分組進行合成分析，藉由討論不同成員間的差異進一步了解此中尺度對流渦旋個案的生成機制。模擬結果顯示，同化投落送資料可以獲得更接近觀測的中低層初始風場，使模擬結果具有較強的低層噴流帶，並且可以增加渦旋發展區域的水氣混合比與降低區域內氣壓，為該處創造有利對流的環境。系集成員差異之結果與投落送實驗相似，成員中降水與雷達回波模擬較佳的組別在渦旋發生區域也比模擬較差的組別有更強的西南低層噴流、較低的氣壓與較多的水氣傳送與輻合。因此，低層水氣輻合進入渦旋顯然在渦旋的增強過程中扮演關鍵的角色；同時，實驗也發現模擬結果較佳者在渦旋中層有較明顯持續增溫的情形。可見本文個案之中尺度對流渦旋的增強與第二類條件不穩定機制有關，較強的西南風將較多的水氣送入渦旋，水氣上升凝結後釋放較多潛熱導致中層增暖，進而使得渦旋持續增強，形成一正回饋的機制，有利個案成長為一成熟的中尺度對流渦旋。. 關鍵字：中尺度對流渦旋、投落送、資料同化、系集預報 II.

(4) 目錄致謝______________________________________________________I 摘要. II. 目錄. III. 圖表目錄. V. 第一章. 第二章. 第三章. 前言 1.1 文獻回顧. 1. 1.2 研究動機. 9. 觀測資料分析 2.1 綜觀環境介紹. 11. 2.2 累積雨量. 14. 2.3 中尺度環境概觀. 15. 2.4 渦旋區雲系發展概況. 17. 2.5 垂直環境變化. 19. 2.6 小結. 21. 資料來源與研究方法 3.1WRF 模式簡介. 23. 3.2EAKF 簡介. 25. 3.3 資料來源. 29 III.

(5) 3.4 模式設定與實驗設計第四章. 第五章. 第六章. 30. 投落送資料對模擬之影響 4.1 綜觀環境之模擬. 33. 4.2UX 組及 NUX 組模擬結果之比較. 36. 4.3 影響實驗結果之探討. 46. 4.4 小結. 53. 系集成員差異分析 5.1 系集成員分組. 55. 5.2 合成分析. 57. 5.3UX_A 組與 UX_D 組差異比較. 66. 5.4 小結. 77. 結論 6.1 投落送實驗總結. 79. 6.2 系集成員合成分析總結. 81. 6.3 未來展望. 85. 參考文獻. 87. 圖表. 93. IV.

(6) V.

(7) 圖表目錄表 3.1 本研究各組之實驗設計。 93 表 5.1 EAKF_UX 組 32 組系集成員在參考各時段之雷達回波與 ETS、BIAS 降圖 2.1. 水得分所得 32 組模擬好壞排名及分組。 93 中央氣象局之地面天氣圖，6 月(a)4 日 0000 UTC (b)4 日 1200 UTC (c)5. 日 0000 UTC (d)5 日 0600 UTC (e)5 日 1200 UTC (f)6 日 0000 UTC。 94 圖 2.2 中央氣象局之 850 hPa 天氣圖，2008 年 6 月(a)4 日 0000 UTC (b)5 日 0000 UTC (c)5 日 1200 UTC (d)6 日 0000 UTC。圖 2.3 同圖 2.2，但為 500 hPa 天氣圖。. 97 99. 圖 2.4 同圖 2.2，但為 200 hPa 天氣圖。 101 圖 2.5 自動雨量站觀測累積雨量，單位為 mm，時間分別為 6 月 (a)4 日 0600 UTC 至 4 日 1800 UTC，12 小時累積雨量 (b) 4 日 1800 UTC 至 5 日 0600 UTC， 12 小時累積雨量(c)5 日 0600 UTC 至 5 日 1800 UTC，12 小時累積雨量(d) 圖 2.6. 4 日 0600 UTC 至 5 日 1800 UTC，36 小時累積雨量。 103 中央氣象局之台灣地區地面天氣圖，2008 年 6 月(a)4 日 0600 UTC (b)4 日 1500 UTC (c)4 日 2100 UTC (d)5 日 0600 UTC (e)5 日 1200 UTC (f)6. 圖 2.7. 日 0000 UTC。 104 中央氣象局之東亞色調強化衛星雲圖，2008 年 6 月(a)4 日 1800 UTC (b)5 日 0000 UTC (c)5 日 0300 UTC (d)5 日 0600 UTC (e)5 日 1200 UTC (f)5. 圖 2.8. 日 1800 UTC。 107 中央氣象局之台灣地區雷達回波圖，2008 年 6 月(a)4 日 1800 UTC (b)5 日 0000 UTC (c)5 日 0300 UTC (d)5 日 0600 UTC (e)5 日 1200 UTC (f)5. 圖 2.9. 日 1800 UTC。 108 個案發生期間投落送資料分布圖，數字順序為該次航程投下順序。紅色為 3 日 1200 UTC，橘色為 4 日 0000 UTC，紫色為 4 日 0600 UTC，綠色. 為 5 日 0000 UTC，藍色為 5 日 0600 UTC，黑色為 6 日 0000 UTC。 109 圖 2.10 投落送資料斜溫圖，風標單位 kts，2008 年 6 月(a)4 日 2338 UTC (b)4 日 2218 UTC (c)5 日 2135 UTC。. 109. 圖 3.1 WRF 模式示意圖，取自 WRF3.4 版使用手冊。 111 圖 3.2 EAKF 資料同化流程，取自林等，2010。 111 圖 3.3 資料同化加入模式的 GPS、探空觀測資料分布及數量。 112 圖 3.4 資料同化加入模式的投落送觀測資料，共三組:3 日 1200 UTC (V，紅色)、圖 3.5 圖 3.6. 4 日 0000 UTC (O，橘色)、4 日 0600 UTC (X，紫色)。 112 本研究於 WRF 模式設定之三層巢狀網格範圍。 113 本研究實驗設計 EAKF 循環圖示，以 6 月 1 日 1200 UTC 為起點，每 6. 小時 1 個循環，4 日 0600 UTC 為 72 小時模擬之初始時間。 113 圖 4.1 UX 組與 NUX 組解析度 45 km 850 hPa 重力位高度場相減圖(色階，單位 VI.

(8) gpm)及風場向量相減(箭頭，單位 m s-1)，(a)積分 24 小時(5 日 0600 UTC) 圖 4.2. (b)積分 48 小時(6 日 0600 UTC)。 114 UX 組 45 km 解析度 2008 年 6 月 4 日 1200 UTC，(a)海平面氣壓(等值線，間距 4 hPa)、1000 hPa 風場與相對濕度(色階，%) (b)850 hPa 重力位高度(等值線，間距 20 gpm)、風場與相對濕度(色階，%) (c) 500 hPa(等值線，間距 20 gpm)、風場與相對濕度(色階，%) (d) 200 hPa，重力位. 高度(等值線，間距 60 gpm)。以上風標全、半桿表示 10、5 kts。 115 圖 4.3 同圖 4.2，但為 2008 年 6 月 5 日 1200 UTC 之結果。 117 圖 4.4 初始時間(6 月 4 日 0600 UTC)(a) (c) (e) (g) UX 組與(b) (d) (f) (h) NUX 組之模擬風場(黑色)、投落送風場資料(紫色)於(a) (b)1000 hPa、(c) (d)700 hPa、(e) (f)500 hPa、(g) (h)300 hPa 之分布，而(b) (d) (f) (h)中色階表示 UX 組與 NUX 組初始風速差異，單位 m s-1。風標單位為節(kts)，全桿表圖 4.5. 10 kts。 119 模擬 UX 組累積雨量(單位為 mm)，時間分別為 6 月 (a)4 日 0600 UTC 至 4 日 1800 UTC，12 小時累積雨量 (b) 4 日 1800 UTC 至 5 日 0600 UTC， 12 小時累積雨量(c) 5 日 0600 UTC 至 5 日 1800 UTC，12 小時累積雨量. (d) 4 日 0600 UTC 至 5 日 1800 UTC，36 小時累積雨量。 120 圖 4.6 UX 組雷達回波圖(色階，單位 dBz)，及 1000 hPa 風速(黑色實線，12.5m s-1 起間距 2.5m s-1)、700 hPa 風速(紅色實線，12.5m s-1 起間距 2.5m s-1) ，黑色與紅色風標分別為 1000 和 700 hPa 之風場，單位為節(kts)。 (a)4 日 1800 UTC (b)5 日 0000 UTC (c)5 日 0300 UTC (d)5 日 0600 UTC (e)5 日 1200 UTC (f)5 日 1800 UTC。 121 圖 4.7 UX 組 850 hPa 之重力位高度場(單位為 gpm，間距為 2) 及風場(單位為節(kts)，全桿表 10 kts)，700 hPa 層 12.5 m s-1 起之風速(色階，單位為 m s-1)，表示為 LLJ 分布。(a)6 月 4 日 1200 UTC (b) 6 月 4 日 1800 UTC (c) 6 月 6 日 0000 UTC (d) 6 月 5 日 0600 UTC (e) 6 月 5 日 1800 UTC (f) 6 月 06 日 0000 UTC。 122 圖 4.8 同圖 4.5，但為 NUX 組。 123 圖 4.9 同圖 4.6，但為 NUX 組。 124 圖 4.10 NUX 組 850 hPa 之重力位高度場(單位為 gpm，間距為 2)及風場(單位為節(kts)，全桿表 10 kts)，700 hPa 層 12.5 m s-1 起之風速(色階，單位為節 kts)，表示為 LLJ 分布。(a)6 月 4 日 1200 UTC (b) 6 月 4 日 1500 UTC (c) 6 月 4 日 2100 UTC (d) 6 月 4 日 2200 UTC (e) 6 月 5 日 0600 UTC (f) 圖 4.11. 圖 4.12. 6 月 06 日 2100 UTC。 125 個案之中尺度渦旋 UX 組(藍色)、NUX 組(紅色)、NUX 組後期增強之舊渦漩(橘色)與 ECMWF ERA-interim 再分析場(黑色)之路徑及兩組相對再分析場之路徑誤差，單位為 km。 126 UX 組與 NUX 組之各種變數場差異(UX-NUX)於圖 4.4 中範圍的各層區 VII.

(9) 域平均隨時間演變情形，平均範圍為 116°E - 122°E，20°N - 24°N。(a) 南北風分量差異(單位為 m s-1)。(b)水氣混和比差異(單位為 g kg-1)。(c) 相對渦度差異(單位為 10-5 s-1)。(d)重力位高度差異(單位為 gpm)。(e)上升運動差異(單位為 10-1 m s-1)。(f)位溫差異(單位為 K)。 126 圖 4.13 (a) (c) (e)為 UX 組(b) (d) (f)為 NUX 組模式積分 3 小時(4 日 0900 UTC) 之南北風分量(色階，單位為 m s-1)與重力位高度場(等值線，單位為 gpm) 分布情形，(a) (b)500 hPa (c) (d) 700 hPa (e) (f) 900 hPa。 127 圖 4.14 (a) UX 組(b) NUX 組模式積分 3 小時(4 日 0900 UTC)於 700 hPa 之東西風分量(色階，單位為 m s-1)與重力位高度場(等值線，單位為 gpm)分布情形。 128 圖 4.15 (a) (c) (e)為 UX 組(b) (d) (f)為 NUX 組模式積分 15 小時(4 日 2100 UTC) 之南北風分量(色階，單位為 m s-1)與重力位高度場(等值線，單位為 gpm) 分布情形，(a) (b)500 hPa (c) (d) 700 hPa (e) (f) 900 hPa。 128 圖 4.16 (a) UX 組(b) NUX 組模式積分 15 小時(4 日 2100 UTC)於 700 hPa 之東西風分量(色階，單位為 m s-1)與重力位高度場(等值線，單位為 gpm)分布情形。 129 圖 4.17 (a) (c) (e)UX 組與(b) (d) (f)NUX 組中層至低層(500 - 1000hPa)位溫對高度微分，表示為不穩定度(色階，負值表示不穩定度越大，單位為 K km-1。 (a) (b) 4 日 1200 UTC (c) (d) 4 日 1800 UTC (e) (f) 5 日 0000 UTC。 129 圖 4.18 UX 組與 NUX 組低層(925 - 700 hPa)垂直積分水氣通量(色階，單位為 10-6 kg m-1 s-1)及南風分量(等值線，單位為 m s-1)之差異。(a)4 日 0600 UTC(b) 4 日 1200 UTC (c) 4 日 1800 UTC (d) 5 日 0000 UTC。 130 圖 4.19 (a) (c)UX 組與(b) (d)NUX 組低層(925 - 700hPa)垂直積分水氣通量輻合散場(色階，幅散為正值，輻合為負值，單位為 10-10 kg m-2 s-1)及水氣通量(箭頭，單位為 10-6kg m-1 s-1)。(a) (b)4 日 1200 UTC (c) (d) 5 日 0000 UTC。 131 圖 5.1 EAKF_UX 組的 32 組系集成員在模式積分 18 小時 6 月 5 日 0000 UTC 之 3 公里網格雷達回波圖(色階，單位 dBz)，及 850 hPa 風場(風標，單位節圖 5.2. kts)。 132 EAKF_UX 組的 32 組系集成員在模式積分 6 小時至 18 小時(4 日 1200 UTC – 5 日 1200 UTC)之 3 公里網格 24 小時累積降水(色階，單位 mm)。. 133 圖 5.3 A 組合成平均之累積雨量(色階，單位 mm)，時間分別為 6 月 (a)4 日 0600 UTC 至 4 日 1800 UTC，12 小時累積雨量 (b) 4 日 1800 UTC 至 5 日 0600 UTC，12 小時累積雨量(c) 5 日 0600 UTC 至 5 日 1800 UTC，12 小時累積雨量(d) 4 日 0600 UTC 至 5 日 1800 UTC，36 小時累積雨量。 134 圖 5.4 A 組雷達回波圖(色階，單位 dBz)，及 1000 hPa 風速(黑色實線，12.5m s-1 起間距 2.5m s-1)、700 hPa 風速(紅色實線，12.5m s-1 起間距 2.5m s-1) ， VIII.

(10) 黑色與紅色風標分別為 1000 和 700 hPa 之風場，單位為節(kts)。(a)4 日 1800 UTC (b)5 日 0000 UTC (c)5 日 0300 UTC (d)5 日 0600 UTC (e)5 日 1200 UTC (f)5 日 1800 UTC。 135 圖 5.5 A 組 850 hPa 之重力位高度場(黑色實線，單位 gpm，間距 4)，850 hPa 相對渦度(色階，單位 10-5 s-1)，700 hPa 層風速(綠色實線，12.5 m s-1 起間距 2.5m s-1，表示為 LLJ 分布)。(a)6 月 4 日 1200 UTC (b) 6 月 4 日 1800 UTC (c) 6 月 5 日 0000 UTC (d) 6 月 5 日 0600 UTC (e) 6 月 5 日 1800 UTC (f) 6 月 6 日 0000 UTC。 136 圖 5.6 D 組合成平均之累積雨量(色階，單位 mm)，時間分別為 6 月 (a)4 日 0600 UTC 至 4 日 1800 UTC，12 小時累積雨量 (b) 4 日 1800 UTC 至 5 日 0600 UTC，12 小時累積雨量(c) 5 日 0600 UTC 至 5 日 1800 UTC，12 小時累積雨量(d) 4 日 0600 UTC 至 5 日 1800 UTC，36 小時累積雨量。 137 圖 5.7 D 組雷達回波圖(色階，單位 dBz)，及 1000 hPa 風速(黑色實線，12.5m s-1 起間距 2.5m s-1)、700 hPa 風速(紅色實線，12.5m s-1 起間距 2.5m s-1) ，黑色與紅色風標分別為 1000 和 700 hPa 之風場，單位為節(kts)。(a)4 日 1800 UTC (b)5 日 0000 UTC (c)5 日 0300 UTC (d)5 日 0600 UTC (e)5 日圖 5.8. 1200 UTC (f)5 日 1800 UTC。 138 D 組 850 hPa 之重力位高度場(黑色實線，單位 gpm，間距 4)，850 hPa 相對渦度(色階，單位 10-5 s-1)，700 hPa 層風速(綠色實線，12.5 m s-1 起間距 2.5m s-1，表示為 LLJ 分布)。(a)6 月 4 日 1200 UTC (b) 6 月 4 日 1800 UTC (c) 6 月 5 日 0000 UTC (d) 6 月 5 日 0600 UTC (e) 6 月 5 日 1800 UTC. (f) 6 月 6 日 0000 UTC。 139 圖 5.9 A 組 850 hPa 氣流線疊加風速(色階，單位為 m s-1)，重力位高度(紅色實線，單位為 gpm，間距為 5)。(a)4 日 0800 UTC (b)4 日 1200 UTC (c)4 日 1800 UTC (d)5 日 0000 UTC。 140 圖 5.10 A 組減去 D 組 850 hPa 重力位高度場(色階，單位為 gpm)，及風場(箭頭，單位 m s-1) 。(a)4 日 0800 UTC (b)4 日 1200 UTC (c)4 日 1800 UTC (d)5 日 0000 UTC。 140 圖 5.11 A 組減去 D 組 850 hPa 水平風速(色階，單位為 m s-1 )，及風場(箭頭，單位 m s-1)。(a)4 日 0800 UTC (b)4 日 1200 UTC (c)4 日 1800 UTC (d)5 日 0000 UTC。 141 -1 圖 5.12 500 hPa (a) (c)A 組上升運動(色階，單位為 m s )，及風場(箭頭)，(b) (d) 為 A 組減去 D 組的上升運動差異(色階，單位為 m s-1)，及風場(箭頭)。 (a) (b)4 日 1200 UTC (c) (d)5 日 0000 UTC。 141 圖 5.13 A 組 600 hPa 位溫(色階，單位為 K)及 850 hPa 之水氣混合比(黑色實線，單位為 g kg-1，間距為 2)。(a)4 日 0800 UTC (b)4 日 1200 UTC (c)4 日 1800 UTC (d)5 日 0000 UTC。 142 -1 圖 5.14 A 組減去 D 組 850 hPa 之水氣混合比(色階，單位為 g kg )，及風場(箭 IX.

(11) 頭，單位 m s-1)。(a)4 日 0800 UTC (b)4 日 1200 UTC (c)4 日 1800 UTC (d)5 圖 5.15. 日 0000 UTC。 142 A 組減去 D 組 600 hPa 位溫(色階，單位為 K)，及 600 hPa 風場(箭頭，單位 m s-1)。(a)4 日 0800 UTC (b)4 日 1200 UTC (c)4 日 1800 UTC (d)5. 日 0000 UTC。 143 圖 5.16 15km 網格解析度之台灣西南方海域雷達回波(色階，單位 dBz)、700 hPa 風場(風標，單位節 kts)，及風速(黑色實線，12.5m s-1 起間距 2.5m s-1)。 (a) (c) (e)為 A 組，(b) (d) (f)為 D 組。(a) (b)4 日 0800 UTC (c) (d)5 日 0000 圖 5.17 圖 5.18. UTC (e) (f) 5 日 1200 UTC 。 144 紅色線為平行西南氣流剖面 AA’，藍色線為在 112°E 與 122°E 間，緯度會隨渦旋中心上下移動之剖面 BB’。 145 -1 沿圖 5.17 AA’剖面之 A 組減去 D 組平行剖面風速圖(色階，單位為 m s )，及 A 組平行剖面風與上升運動合成風場(風標，單位為節 kts)，(a)4 日. 0800 UTC (b)4 日 1200 UTC (c)4 日 1800 UTC (d)5 日 0000 UTC。 145 圖 5.19 沿圖 5.17 AA’剖面做低層(925-700 hPa)平均之(a) (b)平行 AA’剖面風場(單位為 m s-1)，(c) (d)水氣混合比(單位為 g kg-1)隨時間演化圖，(a) (c) A 組 (b) (d)D 組。其中橫軸代表 AA’間的距離，單位 km；縱軸代表時間，格式為 DD/HHMM。 146 圖 5.20 A 組與 D 組低層(925 - 700 hPa)垂直積分水氣通量相減(色階，單位 10-6 kg m-1 s-1)及南風(等值線，單位 m s-1)。(a)4 日 1200 UTC(b)5 日 0000 UTC 146 圖 5.21 (a) (c) (e) A 組(b) (d) (f)D 組低層(925-700hPa)垂直積分水氣通量輻合散場(色階，幅散為正值，輻合為負值，單位為 10-10 kg m-2 s-1)，及水氣通量(箭頭，單位為 10-6 kg m-1 s-1)。(a) (b)4 日 1200 UTC (c) (d)4 日 1800 圖 5.22. UTC (e) (f)5 日 0000 UTC。 147 沿 BB’剖面之(a) (c) (e) A 組與(b) (d) (f) D 組之垂直速度(色階，單位為 10 m s-1)與相對渦度(黑實線，單位為 10-6 s-1)剖面圖，白色虛線為 850 hPa 風場判斷之渦旋中心。(a) (b) 4 日 1200 UTC (c) (d)4 日 1800 UTC (e). (f)5 日 0000 UTC。 148 圖 5.23 (a) (c) (e) (g) A 組與(b) (d) (f) (h) D 組 600 hPa 位溫(色階，單位為 K)及風場(風標，單位為節 kts)。(a) (b)4 日 1200 UTC (c)4 日 1400 UTC (d)4 日 2100 UTC (e)5 日 0000 UTC (f)5 日 1200 UTC (g)5 日 1600 UTC (h)5 日 2000 UTC。 149 圖 5.24 以渦旋中心為中央 1 經度 x1 緯度區域平均隨時間變化圖(a) A 組減 D 組垂直運動(單位 ms-1) (b) A 組垂直運動隨時間之改變量(ΔW，單位 ms-1) (c) D 組垂直運動隨時間之改變量(ΔW，單位 ms-1)。(a) A 組減 D 組位溫(單位 K) (b) A 組位溫隨時間之改變量(ΔT，單位 K) (c) D 組位溫隨時間之改變量(ΔT，單位 K)。. 150 X.

(12) 第一章. 前言. 1.1 文獻回顧臺灣西側是面積廣大的亞洲大陸，東側則是最寬闊的太平洋，臺灣的氣候深受此兩區海、陸不同類型的環境影響。同時東亞也是季風交替十分顯著的區域，這種特殊地理位置造就了獨特的氣候環境。臺灣降水的主要來源除了每年 7 到 9 月的颱風季以外，就屬 5、6 月期間梅雨季最為重要。春末夏初是東北季風與西南季風的轉換時期，此時西伯利亞高壓與太平洋高壓勢力相當，兩者的交界處容易形成狹長滯留鋒面跨越臺灣及華南地區，往往為臺灣地區帶來大量的水資源 (陳，2004；Chen, 2004；Chen and Chen, 2003)。過去關於梅雨季節的研究計畫相當多，如為瞭解梅雨季相關的降水與鋒面結構，針對梅雨季豪雨從 1983 年起為期十年的中美合作計畫:臺灣地區中尺度實驗(Taiwan Area Mesoscale Experiment；TAMEX)，至此計畫後，梅雨季中尺度現象與綜觀環境之研究快速增加(陳， 2007)。1998 年 5、6 月的梅雨期豪雨實驗(MYEX98)、2000 年起至 2010 年的臺灣天氣研究計畫(TaiwanWRP)、2000 年至 2003 年綠島中尺度實驗(GIMEX)等，都對梅雨季鋒面結構及豪雨的瞭解有很大幫助。 2007 至 2010 年間，由國科會與中央氣象局展開的西南氣流實驗 (Southwest Monsoon Experiment；SoWMEX)，計畫主要目的為加強瞭 1.

(13) 解由西南氣流導致的豪大雨以及改善短期定量降水預報準確度。此計畫觀測地點主要為南海北側、臺灣本島及鄰近地區，內容主要包括利用各式雷達、氣象測站、地面 GPS 測站、探空儀器等觀測儀器增加南海與臺灣周邊大氣的觀測，以利進行西南季風環境下豪雨個案的分析和診斷，並針對臺灣梅雨季(東亞夏季西南季風初期)時期探討南中國海西南氣流的熱力及動力特徵以及豪大雨天氣系統的激發機制，並同時進行高解析度的定量降水預報模擬與資料同化實驗，以改進現有的降水預報準確度。此計畫更在 2008 年 5、6 月間與美國國家科學基金會資助的地形季風降雨實驗計畫(Terrian-influenced Monsoon Rainfall Experiment；TiMREX)共同合作，進行密集的實地觀測(Jou et al., 2011)。梅雨期間的滯留鋒面大致呈現幾個典型特徵:低對流層的水平風切以及跨越臺灣及南中國地區的弱溫度梯度(Chen and Chang, 1980)，且鋒面帶的較強低層輻合與渦度可以連結到低層噴流(Low Level Jet； LLJ)、上層氣流(Upper Level Flow)以及東亞季風低壓槽三者的交互作用(Chen, 1993)，尤其西南風的低層噴流與短時內的豪雨有密切關聯 (Li et al., 1998；Chen et al., 2006)。Chou(1986)利用二維模式進行模擬推測 LLJ 是由非地轉南風受到科氏加速而形成，Davison et al. (1998) 則提出由伴隨梅雨鋒面出現的中尺度對流系統造成的非地轉風能夠 2.

(14) 維持與加速 LLJ，LLJ 又會再透過水氣傳送支撐對流發展。許多梅雨季出現豪大雨的天氣多是由中尺度對流系統(Mesoscale Convective Systems；MCSs)造成(陳，2000；Zhang et al., 2003)。所謂中尺度對流系統是指一群有組織性的雷雨胞組合體(Watson et al., 1988)，水平尺度大約是 100 - 1000 公里間，特徵包括層狀及對流雲系。臺灣附近形成的中尺度對流系統發展與 850 hPa 相當位溫平流以及暖平流的相對大值區分佈有關，移動的方向則與 850 hPa 及 300 hPa 的風切線吻合 (丘等，1990)，若有發展良好者則其中可能在低對流層伴有較大渦度的對流胞，在天氣圖上呈渦旋狀者稱為中尺度對流渦旋(Mesoscale Convective Vortex；MCV) (Akiyama, 1984)，這些渦旋水平尺度約有 50 - 300 公里(Chong and Bousquet, 1999)。Brand (1990)提出的渦旋形成理論中表示，由對流系統上升氣流與層狀降水區之下衝流造成的斜壓氣壓梯度項使系統內部的中層空氣輻合以補償垂直向的輻散，伸展項加強垂直渦度使得渦旋在輻合區中形成。其中若有較強的個案則渦度核可能從中低層一路發展至高層且沒有垂直向的傾斜(Ding et al., 2001)。中尺度對流渦旋的預報包括其發展、移動及強度，Zhang et al. (2003)利用 MM5 模式針對 1998 年 6 月期間的中尺度對流系統進行理想化模擬，並建立起中尺度對流系統的基本模型，該個案包含數個對 3.

(15) 流雲簇以及數條不同的出/入流組成中尺度對流系統，而在對流系統的生命期中，中尺度低壓、位在氣旋南側的低層噴流與東側的高層噴流均佔有重要角色。但由於不同的渦旋個案具有不同的環境場與結構，個案間差異甚大，無法以統一的模型套用之，Chong and Bousquet (1999)指出在 TOGA COARE 實驗期間一個熱帶中尺度渦旋發生在中尺度對流系統成熟後的層狀降水區域內，如渦旋形成理論所述正渦度集中在最大輻合區內，而中尺度渦旋則在下衝流後方形成。然而 Yu et al. (1999) 研究利用都普勒雷達觀測 1987 年 TAMEX 期間 6 月間，一生命期約 24 小時的中尺度對流渦旋於臺灣東南近海處發展，該渦旋半徑約為 70 公里，發展高度約 7 公里，與前面提到發展於成熟後層狀降水區的對流渦旋不同，此渦旋生成的位置在對流系統內的對流區，主要機制則是區域內的垂直伸展作用。James (2007)利用 WRF 模式對上述的渦旋進行理想化模擬，發現凝結潛熱的回饋對於對流系統強度的重要性，同樣 Chen et al. (2008)在針對梅雨系統的波狀結構討論時提到非線性的第二類條件不穩定 CISK (Conditional Instability of Second Kind)為增強位置在 25 ﾟ N 以南鋒面與鋒面南側對流系統的重要機制，通常鋒面移動到低緯度後強度便會減弱，但 2003 年 6 月的個案強度仍與較北的鋒面相當，認為梅雨鋒面的增強與 LLJ 的發展大幅的貢獻給中低層位渦擾動，而隨之則因 CISK 機制的啟動出現鋒生 4.

(16) 與中尺度旋生，積雲對流凝結加熱系統讓低層位渦中心增強，鋒面區渦度增強則能夠引入更多 LLJ 帶來的暖濕空氣，增加潛熱釋放的強度，持續加強渦旋形成正循環。而利用位渦反演得到的結論同樣是潛熱加熱在渦旋中心對位渦改變影響最大，其他的非絕熱影響僅有些微貢獻。 2008 年 6 月 4 日至 6 日期間於臺灣西南方海域生成一中尺度對流渦旋，沿著梅雨鋒面的南側向東移動至臺灣西南端，滯留在高雄外海一帶為此處帶來大量降水，隨後向東北方跨越中央山脈移動並減弱，自初生成至在臺灣東北側消散歷時約 36 小時。Lai et al. (2011)利用觀測資料與 NECP 全球再分析場對於此中尺度對流渦旋生命過程與環境進行分析，發現在 2008 年 6 月期間，有一梅雨鋒面橫跨臺灣地區上空。其中鋒面北方的乾冷空氣及鋒面南方的暖濕空氣使此鋒面具有幾項特徵：鋒面前後濕度差異大、水平風切明顯、跨越鋒面溫度變化小。由低對流層噴流帶進的潮濕空氣提供的條件不穩定的環境以及低層的高水氣含量發展出直徑約 250 km 中尺度對流渦旋，在發展過程中逐漸往臺灣西南側海域移動，來自鋒面渦度帶北方的東北風侵入渦旋中層使得此渦旋開始出現不對稱的降水結構。並且隨高度有輕微的往下游傾斜(東傾)，對流的不穩定與弱等熵上升增加水氣凝結，造成此時間沿海地區的大量降水。隨著渦旋持續東移，後期上游的乾燥入 5.

(17) 流進入環流中心減弱對流，再加上過山時受中央山脈阻擋使氣流分裂導致結構破壞後最終消散，此歷程與前述 Zhang et al. (2003)建立的對流系統模型相似。而本研究將利用 WRF 模式模擬進一步討論有利此中尺度對流渦旋生成之環境條件與機制。天氣預報的準確程度與資料收集有相當大的關係。大部分的觀測資料都集中於陸地，由於儀器及技術的限制，海上的觀測資料來源不多，由於資料的缺乏，因此難以反映真實的大氣狀態，當天氣現象發生於海上時，預報往往會出現較大誤差(簡等，2008)。最早針對中尺度對流渦旋的預報為採用衛星及雷達資料辨識對流組織發生類型，主要被用在極短期(6 小時內)的即時預報上。當時若要準確地針對中尺度對流系統做中期(6 ~ 12 小時)預報仍存有難度，主要是由於觀測資料的時空分布稀疏，以及對中尺度對流系統瞭解的缺乏，對中尺度對流系統發展的預報成功的案例極少。目前利用遙測的方式來取得海上的觀測資料，使用最廣泛的即是衛星資料，例如美國 GPS 衛星系統與臺灣的福衛三號合作的 GPS 電波掩星觀測。而若欲以實地觀測的方式獲得海上的大氣資料，則可以使用投落送或船舶施放探空氣球進行觀測，投落送是一種以飛機載運探測器從高空投落探測大氣要素垂直變化的儀器，所得資訊以無線電形式傳回任務飛機的電腦中，再交由電腦解碼，一般基本投落送所含 6.

(18) 資訊有氣壓、高度、溫度、露點溫度、風速及風向等。從 1982 年開始，美國便有針對颶風以飛機投落 Omega Dropwindsonde 的實驗，其在颶風中心 1000 km 範圍的中對流層投擲投落送儀器，以觀測各種大氣要素。而此系列研究結果顯示，若在模式中加入投落送資料後，可成功對模式預報的颶風路徑與強度有改善作用(Tuleya and Lord, 1997)，而普遍改進幅度能夠達 16 ~ 30 %(Burpee et al., 1996)。1996 年後， NCAR 將之改良成現在普遍使用的 GPS Dropsonde，透過兩年間的實驗，發現 GPS dropsonde 資料對 GFDL 模式中大西洋颶風 48 小時預報路徑可改進 32 %，強度可改進 20 %( Aberson and Franklin, 1999)。臺灣則在 DOTSTAR 追風計畫正式將 GPS dropsonde 作為研究颱風使用，在系集平均模擬中可改善颱風路徑 22 %，WRF 模式的單一模擬可改善 11 %(Wu et al., 2007)。在 2010 年 PREDICT 計畫中利用投落送資料針對卡爾颶風(2010)做系集資料同化，發現該資料可以有效增強中低層的渦旋強度及獲得較多的水氣，有效改善颶風的模擬結果(Poterjoy et al., 2014)。而前面提及的 SoWMEX / TiMREX 西南氣流觀測實驗也將投落送做為增加實地觀測資料的手段之一。數值天氣預報是現在普遍預報天氣使用的方法，一套完整的數值模式是天氣預報的必要工具，但由於模式僅是「模擬」複雜的現實大氣，其中必有誤差。隨機預報理論(Epstein, 1969) (Stochastic dynamic 7.

(19) prediction)中提到大氣的狀態永遠無法被完整的瞭解，其中存在著很多不確定性，如果能計算出這些不確定性，在預報的準確度上將大有進步。例如模式本身的不穩定、觀測資料的差異等。通常若有較好的初始場，則可能會有較好的預報結果，所以如何在模擬過程中將良好品質的觀測資料讓數值模式運用即是近年天氣預報研究的重要課題，此種將觀測資料與數值模式結合的方式被稱為資料同化。以往的模式預報是由單一初始場作為開始的單一模式預報，但由於大氣的熱動力系統多為高度非線性，也就是一個初始的微小誤差可能在之後的計算中被劇烈放大，嚴重影響到預報的結果。因此透過來自蒙特卡羅分析 (Monte Carlo Analysis)的系集預報方法，使用隨機亂數加入初始場的處理過程中，形成多個有些微不同初始條件的系集成員，彌補單一模式預報的不足，並藉由多個不同系集成員的預報，涵蓋預報之不確定性並將之量化。美國學者 Schlatter 認為系集預報不僅對製作機率性天氣預報有效，並且還可以在資料同化上用來產生更加精確的初始條件 (Schlatter et al., 1999)，也就是在多組隨機的系集初始猜測場中同化觀測資料，以得到更貼近真實大氣的背景場與得到較好的背景誤差結構，可能演算出比起單一模式預報更好的預報結果。本研究使用的資料同化系統為系集調整卡爾曼濾波器，其基礎卡爾曼濾波器為一種在非線性的準地轉模式進行資料同化之技術(Evensen, 1994)，後結合此方法 8.

(20) 與系集預報技術產生系集卡爾曼濾波器(Anderson, 2001)，較詳細的內容將在第二章資料同化系統介紹。 1.2 研究動機由上述文獻探討可知，2008 年 SoWMEX 計畫期間的 6 月初有一中尺度對流渦旋在梅雨鋒面南側發展，而後逐漸增強並跨越臺灣南部，為沿海帶來可觀的降水。而觀測資料顯示，此個案之中尺度對流渦旋在跨越臺灣時期於短時間內降下豪大雨，不少地區出現災情，包含屏東好茶村進行緊急撤離以及高雄小港機場淹水等等，最大降水區域並非位在山區而是臺灣南部沿岸區域，尤其是高雄沿海一帶測得一日內 200 毫米的雨量，高達高雄平均月雨量的三分之一。由此可見梅雨期間除了由鋒面本身帶來的降水外，中尺度對流系統所帶來的降水同樣不可小覷。由於空間解析度限制欲利用模式準確預報中小尺度之天氣現象具有一定的困難，恰巧於此期間所獲得的觀測資料十分豐富，因此本研究利用加入大量的觀測資料，探討投落送資料是否能夠增進模式對中尺度天氣系統的模擬技術。並且選用的系集調整卡爾曼濾波資料同化系統為在初始場中加入隨機亂數改變背景資料以產生出多組系集成員，藉由觀察成員間彼此的差異，可以對中尺度對流渦旋的生成機制有更詳細的了解。本文共分為六個章節：第一章先回顧有關投落送資料對模擬影響 9.

(21) 與系集預報系統之相關研究及說明研究動機；第二章利用各種觀測資料對此個案的環境場以及投落送資料進行討論；第三章介紹本文使用之數值模式、資料同化系統、資料來源及實驗設計等；第四章為針對投落送資料進行 EAKF 資料同化，並分析投落送資料對渦旋模擬的影響；第五章將系集預報成員做 72 小時模擬後進行分組，分析在相同背景場與相同觀測資料同化的條件下，EAKF 系統對初始場的改變並針對此差異討論對流渦旋生成的機制；第六章則為將此個案模擬結果做綜合討論與總結。. 10.

(22) 第二章. 觀測資料分析. 由前章可知，沿梅雨鋒面生成之中尺度對流系統，其渦度因擾動增大後形成一個結構完整的中尺度對流渦旋，具有南北濕度差異大、溫度差異小及不對稱降水等特徵。本章將透過分析綜觀天氣圖、累積雨量圖、紅外線雲圖及雷達回波圖，瞭解此中尺度對流渦旋生成之環境。此外利用 SoWMEX 計劃期間投落送所獲得之探空資料繪製斜溫圖，用以診斷渦旋中央及外側的大氣差異及渦旋過山後內部結構的改變。 2.1 綜觀環境介紹地面天氣圖顯示，6 月 4 日 0000 UTC(圖 2.1a)時，西伯利亞高壓在日本東北方東移出海與太平洋高壓合併，臺灣上空有一道鋒面滯留，鋒面之低壓中心位在日本東部外海，此低壓原是颱風納卡利，5 月 31 日起從菲律賓東側外海一路向北(圖未示)，減弱後變性為溫帶低壓取代原本在日本南側的低壓成為新的低壓系統，並且拉長鋒面帶長度。另外在印度上空有季風低壓、大陸地區在青藏高原北側、東側及黃海沿岸有數個低壓帶，再加上此時於海南島上空較弱的華南低壓形成複雜的天氣系統。12 小時後(6 月 4 日 1200 UTC；圖 2.1b)鋒面移至臺灣南側海面，並且整個鋒面帶有明顯東移的傾向，黃海沿岸低壓向東北移至黃海海面並與原鋒面低壓結合，1012 hPa 等壓線則維持在菲律 11.

(23) 賓東側海面上。 5 日 0000 UTC 時(圖 2.1c)，太平洋高壓東退，黃海上低壓往東北移至朝鮮半島上，增強且延伸至日本及日本南側海面，而臺灣西南海域出現一強度約為 1006 hPa 之低壓，此低壓對應一直徑約 250 km 之對流渦旋，即為本文研究之個案。而 5 日 0000 UTC 與 0600 UTC 時(圖 2.1d)為對流渦旋成熟強度較強之時間點。1200 UTC 時(圖 2.1e)，原颱風低壓脫離梅雨鋒面東移消散，鋒面低壓恢復為在日本東南側海上之低壓，此時臺灣西南側低壓強度維持在 1006 hPa，位置在臺灣南部。 6 日 0000 UTC 時(圖 2.1f)，太平洋高壓中心滯留在北緯 23°N，東經 150°E 海面上，氣壓約為 1018 hPa。新形成的華南低壓與沿青藏高原邊緣往南的低壓帶聯合成自海南島一路伸至長江流域以北的廣泛低壓帶，此時臺灣上空的低壓東移過山，強度達 1007 hPa，而新的梅雨鋒面在北緯 30°N 到 35°N 間形成。 6 月 4 日 0000 UTC 850 hPa 天氣圖中(圖 2.2a)，可以明顯看到颱風納卡利位在日本東側海面，與地面天氣圖相較垂直結構無傾斜，但強度已偏弱，太平洋高壓脊西伸，而黃海沿岸的華北低壓較強。1500 gpm 等高線跨越臺灣東南側達中南半島。5 日 0000 UTC 時(圖 2.2b)，原在青藏高原北側的低壓沿著高原邊緣往東南移動接近華南。華北低壓則往東北移動到朝鮮半島上方，1500 gpm 等高線明顯東移，納卡 12.

(24) 利颱風於 850 hPa 此時已無封閉低壓，太平洋高壓脊則向東退縮。5 日 1200 UTC 時 (圖 2.2c)，東南移動的低壓此時南移到長江流域並滯留在華南地區上空，朝鮮半島上空低壓跨越朝鮮半島向更東北方移動， 1500 gpm 等高線與太平洋高壓都沒有太大變化。6 日 0000 UTC 時(圖 2.2d)，大尺度環境無明顯變化，朝鮮半島東北側的低壓不再封閉，形成低壓槽壟罩日本上空，而臺灣東側海面仍在太平洋高壓的勢力範圍內。 4 日 0000 UTC 時的 500 hPa 的天氣圖中(圖 2.3a)，主要環流為北方低壓、阿留申低壓、季風低壓及太平洋高壓。臺灣西側的風向為西風，風速約為 20-30 kts 。5880 gpm 等高線可視為 500 hPa 太平洋高壓勢力範圍，在低緯處跨越包括菲律賓至越南區域，形成長條狀的高壓帶。北方低壓槽因低層出現的華北低壓帶而更加南伸至長江流域以南。5 日 0000 UTC 時(圖 2.3b)，太平洋高壓大幅退至 126°E 以東，低壓槽東移出海從朝鮮半島延伸至沖繩附近，因為等重力位高度線的改變及下層對流渦旋的影響，臺灣地區風向轉為西南風，風速約在 10-20 kts。1200 UTC 時(圖 2.3c)，除了與 850 hPa 相似的低壓向東北移動跨越朝鮮半島之外，其餘環境與 12 小時前的 0000 UTC 相似，而太平洋高壓輕微增強向菲律賓伸展使得臺灣地區風向更為西偏。6 日 0000 UTC 時(圖 2.3d)，中尺度渦旋的暖心位在臺灣東側沿岸，而 13.

(25) 臺灣地區風向為穩定的西風。 200 hPa 天氣圖中，由北方低壓、阿留申低壓及南亞高壓主宰，在 4 日 0000 UTC 時(圖 2.4a)，臺灣位在北方低壓槽的槽前，屬高層輻散區。5 日 0000 UTC 時(圖 2.4b)北方低壓槽移至臺灣東側且更為加深，臺灣地區從原本的西南風轉為西風。5 日 1200 UTC(圖 2.4c) 至 6 日 0000 UTC 時(圖 2.4d)，此期間整體環境與 5 日 0000 UTC 相似，北方低壓緩慢的朝東偏北前進，槽線也從臺灣西方移至東方，此期間臺灣高層穩定吹西風。 2.2 累積雨量 2008 年 6 月 4 日 0600 UTC 至 4 日 1800 UTC 期間(圖 2.5a)，因鋒面滯留在臺灣中部，降水由鋒面及西南氣流主導，強降水發生在中部山區及西南部區域。在南投西南側以及屏東縣車城鄉海岸都可以測得 30 mm 以上的累積降水。4 日 1800 UTC 至 5 日 0600 UTC 期間(圖 2.5b)，為中尺度對流渦旋位在臺灣西南方影響較明顯之時段，沿著鋒面帶從臺灣南部上空經過的渦旋(如圖 2.1d)，使降水主要集中在臺灣西南及東南側的海岸一帶，兩處 12 小時累積雨量最大值位於高雄縣南側的沿岸，約有 150 mm，臺東沿岸也有約 100 mm 的降水量。5 日 0600 UTC 至 5 日 1800 UTC 期間(圖 2.5c)，中尺度對流渦旋緩慢跨越臺灣(如圖 2.1f)，其位置在臺灣南部上空，降水量更多集中在屏東及臺東南區， 14.

(26) 12 小時累積降水可達 150 mm 以上，再加上渦旋跨臺時有些微的偏北，所以臺東沿岸也出現較高的累積降水，約 110 mm 以上，整體降水為集中在南側與東南側的斜向分布。若以 4 日 0600 UTC 至 5 日 1800 UTC 共 36 小時期間累積雨量(圖 2.5d)來看，高雄南部沿岸以及臺東南側沿岸為降水最大值區，在不到兩日的期間就累計超過 200 mm。因中尺度對流渦旋影響的時間並不長，故相較於颱風等劇烈天氣系統總累積雨量並不多。但短時間內的豪雨造成許多住宅、商家及工廠反應不及飽受淹水之苦，高捷及高鐵左營站、小港國際機場段等處都受雨災波及。 2.3 中尺度環境概觀本節使用臺灣地區地面天氣圖，介紹本文中尺度對流渦旋個案之發展概況。6 月 4 日 0600 UTC 時(圖 2.6a)，在海南島西南方上空可見一低壓，及其東方由低壓槽延伸出之低壓區，與臺灣東側海面、日本南側海面(130°E、25°N)形成沿著鋒面共四個沿著鋒面的連續低壓區。此時陸地上的風場因跨越鋒面帶有些零亂，但整體臺灣南部區域吹西至西南風，南方海上船舶(20°N，120°E)有明顯西南風，風速達 15 kts。 1500 UTC 時(圖 2.6b)可見一封閉低壓位在約 21°N，116°E 處，1800 UTC 時(圖未示)則無封閉低壓，2100 UTC 時(圖 2.6c)則又有封閉曲線出現在圖 2.6b 低壓的東側，由此三個時間尚無法判定為同一低壓之 15.

(27) 移動或新舊低壓消長，因此詳細出現過程將透過數值模擬結果進行分析。4 日 2100 UTC 之地面天氣圖(圖 2.6c)可見低壓的出現，使華南低壓槽延伸至臺灣中南部，臺灣區域的測站多為西南或南風，空氣中水氣接近飽和，如臺南測站地面溫度為 24°C 露點溫度則為 23°C，且有降水的情形，對應中尺度對流渦旋出現之低壓位在南海上空約 22°N， 117.5°E 處，強度為 1005 hPa。自 4 日 2100 UTC 後此低壓便開始東移接近臺灣，一度減弱後再增強，至 5 日 0600 UTC 時(圖 2.6d)，此低壓位在臺灣西南側海面，強度為 1005 hPa，而因前述介紹綜觀環境時提到的長江區域出海與原鋒面低壓聯結之低壓(圖 2.1b)，其後方有一未封閉的高壓帶此時位於長江出海口，恰巧與西伸之太平洋高壓在臺灣附近構成南北走向的等壓線，此情形一直持續到渦旋離開後才結束。渦旋自 5 日 0600 UTC 後接觸臺灣南側陸地並於 2100 UTC 時過山(未顯示)，此期間由地面測站所得觀測最大風速為 5 日 1200 UTC 時(圖 2.6e)蘭嶼測站的西南風，風速為 25 kts。6 日 0000 UTC 時(圖 2.6f)渦旋中心離開陸地並開始減弱，從原本的西北向改往偏北移動，沿著臺灣陸地邊緣向北並逐漸消散。. 16.

(28) 2.4 渦旋區雲系發展概況從 2008 年 6 月 4 日 1800 UTC 之東亞地區色調強化紅外線衛星雲圖(圖 2.7a)中，可見一西南-東北走向的雲系沿鋒面在中南半島、華南海面及日本南方外海一帶發展，而太平洋高壓在 4 日 0600 UTC 時已伸至整個鋒面南側達菲律賓東側海面(圖 2.6a)，使得雲系無法繼續向東擴展，此時在臺灣西南側有一明顯發展較高的對流雲系存在。5 日 0000 UTC 時(圖 2.7b)，中南半島北側的雲系東移出海，此時臺灣西南側的中尺度對流組織已十分完整，對流雲帶變的更為狹窄且明顯。 5 日 0300 UTC 時(圖 2.7c)，中南半島北方雲系有部分被臺灣西南側的對流渦旋牽引之趨勢，此時該對流渦旋正在由西向東經過中央山脈，結構不如三小時前完整。0600 UTC 時(圖 2.7d)，低壓尚在臺灣西南側 (圖 2.6d)雲系已移至臺灣東南側，由此可見渦旋在中後期出現較明顯的不對稱情形，並且有更多雲系沿著鋒面往東北拉伸，過山後的對流雲系再次發展，強度略有提升但持續時間不長。六小時後，1200 UTC 時(圖 2.7e)，無論是南海、中南半島或是臺灣東南側的對流雲系皆已無完整的結構，原本往東偏北移動並開始消散。1800 UTC 時(圖 2.7f)，南海雲系已移至華南陸地消散，僅臺灣東側尚存較明顯的對流雲系，且略有逆鐘向渦旋的形態存在，此時新的雲系再度在中南半島北側出現。 17.

(29) 由上述可知，對流雲系不斷從中南半島北側或南海區域生成並沿著鋒面向東北移動，有些雲系會在臺灣西南海面發展為結構完整的對流渦旋，有些則否，對流渦旋在過山時開始出現對流區與低壓區不重疊的狀態，結構會逐漸被破壞。而鋒面兩側皆高壓，對流系統被限制在鋒面區自西南方向東北方移動。 6 月 4 日 1800 UTC 時 (圖 2.8a)，臺灣西南側海面有一明顯的渦旋狀回波，強度達 40 dBz 以上，其餘有零星的回波分布在臺灣東南側沿海。5 日 0000 UTC 時(圖 2.8b)，對流渦旋更為明顯且回波範圍更大，有明顯的逗號狀，回波主要集中在此渦旋的東側與東北側，強度達 50 dBz 以上。從 0000 UTC 到 0600 UTC(圖 2.8c、d)期間，渦旋過山，逗點狀的回波形狀被破壞，轉為約略是三角形的形狀並且持續向東北方移動，強度不再增強，此時還可以在此對流渦旋的西北側(澎湖南方)觀察到一小型的螺旋狀回波。1200 UTC 時(圖 2.8e)，大部分的回波已經過山，尚有部分覆蓋在中部及中南部山區，強回波區轉為在臺灣東南部海面，因此部分的雲系沒有經過陸地，所以強度保持在 50 dBz 以上。1800 UTC 時(圖 2.8f)雖然紅外線雲圖臺灣地區尚有雲覆蓋，且地面低壓(圖 2.6e)仍位於臺灣西側陸地，但雷達回波圖僅剩宜蘭及臺南地區尚有一些微弱的回波，對流範圍已離開臺灣，表示對流系統已移至整個低壓帶十分前方，因此渦旋開始減弱，5 日 1200 UTC 18.

(30) 後即使此時段才是低壓過山的期間，但並未為臺灣南側陸地帶來較大的降水(圖 2.5c)。對流渦旋影響臺灣時間約為 36 小時。 2.5 垂直環境變化圖 2.9 為 SoWMEX 期間研究個案之中尺度對流渦旋接近、影響臺灣時間範圍內的投落送資料分布點。一共 76 筆投落送資料分別以前後各 3 小時進行時空修正至整點的方式合併至 3 日 1200 UTC、4 日 0000 UTC、4 日 0600 UTC、5 日 0000 UTC、5 日 0600 UTC、6 日 0000 UTC 共 6 個時間。以下選擇三個時間分別是 4 日 2338 UTC: 綠色數字 13；渦旋入臺前雷達回波最強位置、4 日 2218 UTC: 綠色數字 4；入臺前對流渦旋無明顯回波位置及 5 日 2135 UTC: 黑色數字 2；離臺後雷達回波最強位置，利用投落送觀測資料討論其中的垂直環境並比較過臺前後結構的改變。 4 日 2338 UTC 時(圖 2.10a)，投落送落在北緯 21.9°N，東經 119.5 °E，位置是對流渦旋回波最強區域。由圖上可發現，在對流渦旋中相對濕度自低層到中高對流層都相當高，為條件性不穩定，當空氣塊飽和時，其降溫率略小於環境降溫率，所以飽和空氣塊處於不穩定條件，計算出之對流可用位能(CAPE)值為 1315.4 m2s2，可知在對流渦旋中環境相當不穩定，風場部分主要為南風，自地面的西南風向上到 850 hPa 轉為東南風，再往上則轉回西南風，直到 550 hPa 左右再度轉為 19.

(31) 南南東方，此不斷偏轉的現象顯示在渦旋中對流十分旺盛，且風速皆達 30 kts 以上，最大風速位於 850-700 hPa 處，超過 50 kts，推測為低層噴流之所在高度。此後在中高對流層也就是渦旋的上半部分逐漸轉為較弱的西南風，一直到 300 hPa 對流層頂以上轉為強勁的偏西風。在與圖 2.10a 接近的時間， 4 日 2218 UTC 時(圖 2.10b)，投落送落在北緯 21.5°N，東經 118.0°E，位置是對流渦旋外較無雲系發展的區域。由圖上可以看到在對流渦旋之外區域相對濕度與對流渦旋中相比少了許多，僅在約 900 hPa 處較為潮濕，大氣除了最低的表層外也相對穩定，CAPE 值也只有 1.1 m2s2，反而有較大的對流負能(CIN)19.9 m2s2，對流凝結面也較渦旋區域高。風場方面則是從低層到高層皆為西風，風速約為 20 kts。雖然位置同樣在鋒面帶附近，但環境明顯與對流渦旋中差異十分大。由此知，對流渦旋發生在較小的空間尺度內，且具備相當高的對流可用位能與相對濕度值，動力機制方面則有低層強西南風存在的必要，才能夠導致短時間內的大量降水。約 24 小時後，對流渦旋已跨越臺灣山脈出海，位置在宜蘭東側海面上，若從雷達回波圖來看(圖未示)，僅剩宜蘭東北側海面的小塊區域仍維持約 50 dBz 的強度，其他區域皆僅剩 15 dBz 左右的零星回波。 5 日 2135 UTC 位在北緯 25.1°N，東經 123.0°E 回波最大區的投 20.

(32) 落送觀測探空圖(圖 2.10c)，可以看到對流渦旋在通過臺灣後相對濕度明顯降低，僅在 900 hPa-850 hPa 與 600 hPa-500 hPa 間有較潮濕的環境，由於位置在海洋上且空氣塊未飽和，整體環境仍屬條件性不穩定， CAPE 值較渦旋入臺前高。低層風場仍有對流，從表面東南風逐漸偏轉為偏西風，由於整體結構已被破壞，最大風速僅剩 25 kts，自 500 hPa 往上越高則西風越強。高低層風切仍存在及不穩定度仍高使得 6 日後此雲系一度重新建構起渦旋結構，後因緯度較高且脫離西南風帶而未繼續發展。 2.6 小結 2008 年 6 月上旬梅雨鋒面帶移至臺灣期間，發展出成熟的中尺度對流系統，一系列中尺度對流渦旋自臺灣西南側海域向臺灣東方移動，雲帶被限制在狹窄的鋒面帶中，再加上低層持續吹拂的偏南風不斷供應水氣，使得此對流系統具有相當高的相對溼度。其中 5 日 0000 UTC 時在臺灣西南方海岸觀察到一發展中的對流渦旋，半徑約有 250 km，此對流渦旋將南風帶進下游，使對流區中產生條件不穩定。而渦旋通過臺灣之一日內，高雄沿岸累積雨量超過 200 毫米。6 日 0000 UTC 時已達成熟的渦旋在通過臺灣後結構破壞，進入第二階段，此時乾燥的上游入流使得渦旋後側及中心逐漸乾化，抑制層狀降水的生成，此外中對流層以上環境的深層垂直風切逐漸增強，更限制了渦旋的垂直 21.

(33) 伸展，於臺灣出海後無法重新建構起完整的結構，此對流渦旋逐漸衰弱。鑒於海上觀測資料不足，西南氣流實驗於此期間展開了一系列密集觀測，其中更以投擲投落送方式獲得許多實地觀測資料，補足以往觀測資料在時空上的缺乏，讓模式模擬在資料同化方面能有更多的選擇。本文透過投落送資料加入與否來比較實地觀測資料是否對模式模擬結果，包括環境場及中尺度對流渦旋的結構、降水等有所影響，可做為未來處理觀測資料同化時的參考，同時藉由最佳模擬的結果診斷中尺度對流渦旋的生成機制。. 22.

(34) 第三章. 資料來源與研究方法. 3.1 WRF 模式簡介 WRF(Weather Research and Forecasting)模式為一廣被使用的中尺度數值天氣預報系統，主要由美國國家大氣研究中心(National Center for Atmospheric Research；NCAR)、美國國家海洋大氣總署(National Oceanic and Atmospheric Administration；NOAA)、美國國家環境預報中心(National Centers for Environmental Prediction；NCEP)、美國預報系統實驗室(Forecast System Laboratory；FSL)、美國空軍氣象機構(Air Force Weather Agency；AFWA)、美國海軍研究實驗室(Naval Research Laboratory；NRL)、奧克拉荷馬大學(University of Oklahoma)與聯邦航空管理局(Federal Aviation Administration；FAA)等數個單位共同合作研發，WRF 模式能靈活地在多個計算平台上進行高效率的平行運算，並提供多種設定選擇例如理想化模擬、資料同化以及不同的物理參數等，以滿足不同尺度下的數值預報及模式模擬，在大氣科學研究中可應用的範圍十分廣泛。本研究使用的 WRF 模式版本是在 2012 年 8 月釋出的 V3.4.1。 WRF 模式為完全可壓縮之非靜力模式，水平方向採取 Arakawa C 網格，垂直方向則是隨地形變化的σ座標，時間積分採取三或四階之 Runge-Kutta scheme，邊界條件可選擇內建參數或依需求使用實際觀 23.

(35) 測資料或自行設定理想化之資料。由 NCAR 的中尺度與微尺度氣象部門(NCAR MMM)維護與支援的 WRF 模式主要包含幾個子系統(圖 3.1)，首先是 WRF 前置處理系統(WRF Pre-processing System；WPS)，WPS 內容為匯入地形與 GFS(Global Forecast System)或 ECWMF (European Centre for Medium-Range Weather Forecasts)等不同分析場或預報場資料，將資料內插於網格點上，並設定好模擬位置的範圍、層數與投影方法等，以供後續 WRF 模式的計算使用。WRF 模式中提供了多種不同物理參數法可供使用者選擇，包括積雲參數、微物理參數、邊界層參數等，可依大氣不同環境尺度與實驗需求選擇適合的參數。而在模擬開始前亦可加入觀測資料進行資料同化(WRFDA)以修正初始場產出時出現的誤差。資料同化的方式有多種，基本包括三維變分同化 (three-dimensional variational data assimilation；3DVAR)、四維變分同化(four-dimensional variational data assimilation；4DVAR)、四維資料同化系統(four-dimensional data assimilation，FDDA)與格點統計內插系統(Gridpoint Statistical Interpolation；GSI)四種，近年更發展出利用系集預報技術結合資料同化的技術例如系集卡爾曼資料同化系統 (Ensemble Kalman Filter；EnKF)。最後 WRF 模式輸出的模擬結果可利用不同的氣象繪圖軟體如 RIP4、GrADs、NCL 等繪製出各種不同 24.

(36) 氣象場進行分析與討論。關於 WRF3.4.1 版之詳細內容或相關設定可參考 WRF 模式網站(www.wrf-model.org/index.php)或 WRF V3.4 使用手冊。 3.2 EAKF 簡介系集調整卡爾曼濾波資料同化系統 EAKF(Ensemble Adjustment Kalman Filter)為美國國家大氣研究中心(NCAR)的資料同化研究平台 (DART)之最新資料同化系統，此系統為利用系集預報場與觀測資料來求取最佳分析場，並同時更新背景誤差。系集調整卡爾曼濾波器是卡爾曼濾波器(Kalman Filter)的延伸方法，卡爾曼濾波器使用序貫法(sequential method)處理資料同化 (Anderson, 2001)，在模式向前積分的過程中，若給予新的觀測資料則系統便會綜合當時的背景場(由短期預報所得)與觀測資訊，以「方差極小化」(variance minimization)的方式計算出最佳的分析場，並取此分析場繼續進行積分，讓所得的觀測資訊可以隨著時間傳遞。優點在於方差極小化的過程中無須像 WRFDA 等變分方法需要來回積分求解，缺點是最原始的卡爾曼濾波器使用的觀測算符與模式等皆為線性計算，但真實大氣為非線性的過程，後期續發展出擴張卡爾曼濾波器 (Extend Kalman Filter)與系集卡爾曼濾波器(Ensemble Kalman Filter) 等進階的資料同化系統。相較於原始的卡爾曼濾波器，系集的好處為 25.

(37) 誤差是由完全非線性的系集預報所得，可以有效的解決非線性模式中與真實大氣不符的問題，系集調整卡爾曼濾波器在(Anderson, 2001) 文中有詳細的介紹。 EAKF 與變分方法另一不同點在於背景誤差的更新，現有的 WRFDA 資料同化系統使用的是固定一組背景場誤差進行調整。但 EAKF 會在同化新的觀測資料後利用短期的系集預報加上下一個時間的短時期預報所得成場做趨勢，重新算出背景場誤差，使得背景場誤差會隨間變動，更接近真實大氣狀態。除了基本的 EnKF 以外，EAKF 尚有發展出數種相似的處理系統如 EnSRF、LETKF/ETKF 等，其資料同化過程不盡相同，例如 EnKF 是利用擾動觀測法計算出分析增量，再將增量加回各成員後重新計算以得到新的分析增量；EAKF 則是用原本系集成員的連續概率分布、背景場誤差與觀測資料計算出分析增量，利用此增量調整系集成員，以得到新的系集成員概率分布，亦即調整後的系集分析增量，故稱為系集調整卡爾曼濾波器。以下為 EAKF 資料同化系統流程(林，2008)：首先定義一連續觀測狀態變數 z=[x,H(x)]=[x,Y]，x 為模式狀態變數，H 為觀測算子，用來將模式狀態變數轉換成觀測變數，Y=H(x) 為由模式所估計觀測資料的初始值。設 Y0 為單一觀測值，當有觀測資料時即可得到預報系集模式狀態 26.

(38) 變數向量 XiP，( i = 1,...,K )，i 為系集成員的編號，K 為系集預報的成員總數。假設模式更新前的狀態分布為Z 𝑃 = [X 𝑃 , Y𝑃 ]，更新後的狀態分布為Z 𝑢 = [X 𝑢 , Y 𝑢 ]，利用 Bayesian 估計法可得: P(z. 𝑢). 𝑃(𝑌 0 |𝑧 𝑃 )𝑃(𝑧 𝑃 ) = 𝑛𝑜𝑟𝑚𝑎𝑙𝑖𝑧𝑎𝑡𝑖𝑜𝑛 𝑡𝑒𝑟𝑚. 再利用觀測算子 H 可得Y𝑖𝑃 = H(x𝑖𝑃 )，( i = 1,...,K )。將 z 帶入 Y 得： P(Y. 𝑢). 𝑃(𝑌 0 |𝑌 𝑃 )𝑃(𝑌 𝑃 ) = 𝑛𝑜𝑟𝑚𝑎𝑙𝑖𝑧𝑎𝑡𝑖𝑜𝑛 𝑡𝑒𝑟𝑚. EAKF 同化觀測資料主要有幾個步驟：先利用前述之系集調整方法計算更新觀測資料後的系集估計值增量，將原本的背景場加上此增量後可得更新後的觀測估計值Y𝑖𝑢。再利用觀測空間增量求得更新後狀態變數估計值X𝑖𝑢 ，以下為流程： (1) 產生一組系集模式狀態變數估計值(預報) X𝑖𝑃 。 (2) 利用觀測算子得到一組系集觀測估計值Y𝑖𝑃 = H(x𝑖𝑃 ) 𝑃 與斜方差ΣP ̅̅̅ (3) 計算系集平均與Y :. 𝐾. 1 𝑃 = ̅̅̅ Y ∑ 𝑌𝑖𝑃 𝐾 𝑖=1. 𝐾. 1 𝑃 )((𝑌 𝑃 − Y 𝑃) ̅̅̅ ̅̅̅ Σ = ∑(𝑌𝑖𝑃 − Y 𝑖 𝐾−1 𝑃. 𝑖=1. (4) 計算更新的標準差平方與觀測點上系集平均： 𝑢. 𝑃 −1. Σ = [(Σ ). 0. + (Σ )−1 ]−1 27.

(39) 𝑢 𝑃 0 𝑢 = Σ (Y 𝑃 /Σ + Y 0 /Σ ) ̅̅̅ ̅̅̅̅ Y 0. Σ 為觀測誤差變數，其包括量測誤差與模式預報誤差。 (5) 將估計的觀測變數與更新的系集平均計算出新的觀測變數： 𝑢 𝑃 𝑃 )√Σ /Σ + Y 𝑢 ，i = 1,...,K ̅̅̅ ̅̅̅̅ Y𝑖𝑢 = (Y𝑖𝑃 − Y. 觀測變數增量∆Y𝑖 = Y𝑖𝑢 − Y𝑖𝑃 (6) 計算在觀測點上系集預報標準差的平方(σ𝑃𝑌,𝑌 )與每一個預報樣本斜方差(σ𝑋𝑃𝑗,𝑌 )，j 是狀態變數的因子： 𝐾. 1 𝑃 )(𝑌 𝑃 − Y 𝑃 )𝑇 ̅̅̅ ̅̅̅ (σ𝑃𝑌,𝑌 ) = ∑(𝑌𝑖𝑃 − Y 𝑖 𝐾−1 𝑖=1 𝐾. 1 𝑃 𝑃 𝑃 𝑃 𝑇 ̅̅̅̅ ̅̅̅ (σ𝑃𝑋𝑗,𝑌 ) = −𝑋 ∑(𝑋𝑖,𝑗 𝑗 )(𝑌𝑖 − Y ) 𝐾−1 𝑖=1. 1 𝐾 𝑃 𝑃 ̅̅̅ 在此X 𝑗 = ∑𝑖=1 𝑋𝑖,𝑗 𝐾. 假設模式預報誤差為高斯分布，由系集預報標準差的平方、樣本斜方差及觀測資料增量，即可得到分析後之預報狀態分布增量，其中 M 為狀態變數總數： ∆X𝑗,𝑖 =. 𝜎𝑋𝑗,𝑌 𝜎𝑌,𝑌. ∆𝑌𝑖 ，i = 1,...,K；j = 1,...,M. (7) 最後得到一組更新的系集模式變數(analysis)： 𝑢 𝑃 𝑋𝑗,𝑖 = 𝑋𝑗,𝑖 + ∆𝑋𝑗,𝑖 ，i = 1,...,K；j = 1,...,M. 而在 WRF 模式中使用 EAKF 資料同化系統的步驟(圖 3.2)簡述如下： 28.

(40) (1) 第一步與 WPS 相同，利用分析場或預報場內插至網格上並產生初始場。 (2) 擷取背景誤差，加入隨機亂數產製出數組不同的擾動初始條件(IC)，再利用這些初始條件更新全球網格邊界場得到新的擾動邊界條件 (BC)，建立起數組不同系集成員。 (3) 有了這些系集成員後，由 EAKF 將該時間的觀測資料經過上述的卡爾曼濾波系統處理後匯入做資料同化，得到系集分析場。 (4) 將此分析場以 WRF 做六小時系集預報後，產出的結果將被作為下一個時間的初始場。 (5) 經過數次循環後，可將所得數個不同時間的初始場用於 72 小時系集預報。如此藉由數次同化觀測資料不斷更新預報值，冀望最後取做 72 小時預報的初始場不致偏離實際大氣太遠。關於 EAKF 相關詳細內容可參考林等(2010)與 NCAR DART 網站(www.image.ucar.edu/DAReS/DART/)。 3.3 資料來源前述提到欲使用 WRF 模式須先提供分析場資料作為初始場與邊界條件以供模擬，本研究選用 ECMWF (European Centre for Medium -Range Weather Forecasts)提供的 ERA-interim 資料，ERA-interim 為每 6 小時一筆的再分析場資料，其中包含了重力位高度、相對濕度、比 29.

(41) 濕、溫度、水平風場以及數種表面資料等，因對流渦旋屬中小尺度天氣現象，本文選擇 0.25∘x 0.25∘的高解析度再分析場做為模擬初始場使用。而因 EAKF 方法同化的觀測資料僅能使用空中資料，傳統觀測站的地面資料無法被同化。本文中加入的觀測資料包含衛星資料(GPS RO)共 417 筆、由地面與船舶施放的探空資料(Sounding)共 1168 筆(圖 3.3)及在 SoWMEX / TiMREX 期間由增強觀測期間 IOP4 取得的 3 日 1200 UTC、IOP5 取得的 4 日 0000 UTC、4 日 0600 UTC 共三個時間的投落送(Dropsonde)資料共 38 筆(圖 3.4)。 3.4 模式設定與實驗設計為了解投落送資料加入與否對系集預報結果的影響及個別系集成員間的差異，本研究在 EAKF 設定方面採用 32 組系集成員，並以加入投落送資料作 EAKF 資料同化的實驗做為控制組，稱為 EAKF_ UX 組)，未加入投落送資料同化者作為實驗組，稱為 EAKF_NUX 組，以此兩組作為主要研究方向，討論投落送資料帶來的影響。另外針對 EAKF 系集成員間差異的研究中，將控制組(EAKF_UX 組)中的 32 組系集成員另外進行 72 小時預報，根據結果篩選出其中於雨量及雷達回波上表現較好的 7 組作為 UX_A 組，表現較差的 8 組作為 UX_D 組，將兩組分別作合成平均分析，以探究在相同初始 30.

(42) 場與相同觀測資料同化條件下，由 EAKF 加入的隨機擾動對不同系集成員帶來的差異。期望透過 UX_A 與 UX_D 組實驗之分析比較，能夠了解中尺度對流渦旋的生成機制。其中微物理方法、積雲參數法與邊界層參數法的設定皆會影響到模擬結果，經多組實驗後選定於執行 EAKF 時採用微物理方法為 Goddard Microphysics Scheme、積雲參數法為 Kain-Fritsch Scheme、邊界層參數法為 Yonsei University Scheme 的設定；而於 72 小時的內插模擬時採用微物理方法為 Kessler Scheme、積雲參數法為 Kain-Fritsch Scheme、邊界層參數法為 Yonsei University Schem 的設定，以此組合在台灣西南部出現強降水的關鍵時間獲得最佳的模擬結果。本研究模式之地圖使用藍伯特投影法，網格設定為三層巢狀網格 (圖 3.5)，由於 EAKF 資料同化系統僅在最外層進行處理，故在運行 72 小時 WRF 模式預報時，資料將以內插方式從最外層內插到內部兩層之中，但最內兩層使用高解析的地形資料。中心經度 118.6°E，緯度 27.0°N，水平解析度依序為 Domain1(D1)45 km，網格點數 222 X 128；Domain2(D2)15 km，網格點數 184 X 196；Domain3(D3)3 km，網格點數 251 X 301，垂直層數 45 層，由底層至頂層的σ依序為 1.0、 0.995、0.988、0.98、0.97、0.96、0.945、0.93、0.91、0.89、0.87、0.85、 0.82、0.79、0.76、0.73、0.69、0.65、0.61、0.57、0.53、0.49、0.45、 31.

(43) 0.41、0.37、0.34、0.31、0.28、0.26、0.24、0.22、0.2、0.18、0.16、 0.14、0.12、0.1、0.082、0.066、0.052、0.04、0.03、0.02、0.01、0.0。如前述，本研究挑選的個案為 2008 年西南氣流實驗計畫期間於沿著華南地區之鋒面帶中出現的中尺度對流渦旋，其降水的關鍵時間在 2008 年 6 月 4 日 1200 UTC 至 2008 年 6 月 5 日 1200 UTC。欲求有較佳的降水模擬，需成功建立起此對流渦旋的結構，故本研究所有實驗均以 2008 年 6 月 4 日 0600 UTC 作為初始時間進行 72 小時模擬預報。而因 EAKF 必須提前製作短時預報並進行背景誤差修正，故選擇 2008 年 6 月 1 日 1200 UTC 開始進行前置作業，每 6 小時循環一次共循環 11 次，等同於加入 12 個時間的觀測資料同化，實驗設計與分組之圖像表示與概述如圖 3.6 及表 3.1。. 32.

(44) 第四章. 投落送資料對模擬之影響. EAKF 系統可以藉由多次循環的方式將觀測資料加入模式中，藉此改善模擬初始場希望能得到與觀測相近的模擬結果，本章投落送實驗乃將 32 組系集成員個別進行資料同化後取系集平均並將此分析場做 72 小時預報，與未經投落送資料同化之實驗組別相互比較，利用兩者的差異了解此個案在加入投落送資料後對模擬產生的影響。 4.1 綜觀環境之模擬圖 4.1 為模擬 24 小時(圖 4.1a)與 48 小時(圖 4.1b)EAKF_UX 組(以下簡稱 UX 組)減去 EAKF_NUX 組(以下簡稱 NUX 組)之 850 hPa 重力位高度差異圖，從圖上可見直到 6 日 0600 UTC 時兩者的差異仍維持約在 15°N -30°N，105°E -130°E 之間，並且僅有臺灣東北側及西南側差異達 10 gpm 以上，整體而言對綜觀尺度的天氣影響不大，表示 UX 組與 NUX 組之模擬差異多集中在投落送資料加入的華南一帶，並無擴散至綜觀尺度，因此以下以 UX 組做為代表，討論模擬結果與觀測在綜觀環境的差異。首先，模式積分 6 小時之海平面氣壓(圖 4.2a)與觀測 2008 年 6 月 4 日 1200 UTC 之地面天氣圖(圖 2.1b)相較可見，模擬的滯留鋒面從日本東方往西南經臺灣南側延伸至海南島東側，而季風低壓、青藏高原北側的多個低壓、黃海出海口的低壓、臺灣東北側海面的原鋒面低 33.

(45) 壓以及颱風納卡利等較為明顯的天氣系統皆與觀測位置上有高度相似，且颱風納卡利的強度也十分接近，但原本西伸到 130°E 以西的 1012 hPa 等壓線，在模擬上略為東縮，且黃海出海口之低壓模擬得過強，整體而言臺灣附近的地面氣壓都比觀測要低，另外在模擬中，臺灣上空出現一觀測中沒有的高壓區，此為模擬因地形造成的誤差；而此時除了較北方的低壓群有高相對濕度外，也可見此時的臺灣西南側有高於 90 %的相對濕度。850 hPa(圖 4.2b)則與地面相似，太平洋高壓整體的位置都較為偏東，原本跨越臺灣上空的 1500 gpm 等高線模擬較為偏南，且黃海上空低壓強度仍然過強，差了約 20 gpm，約略整個華南地區的重力位高度值在 1480 gpm - 1500 gpm 間，比觀測(圖未示)略低。而此處相對濕度較高區中緯度集中在颱風納卡利、日本南側及黃海上空低壓區。低緯度僅南海區域及臺灣南側海面之相對濕度可達 90%以上，其他地區都較小。在 500 hPa(圖 4.2c)，華北低壓槽因低層低壓的聯合延伸到南方，位置與觀測相符，此高度已不見原颱風納卡利之低壓。另外此時觀測(圖未示)太平洋高壓之 5880 gpm 等高線向西南延伸跨越菲律賓達中南半島，但模擬所得之太平洋高壓勢力範圍僅到 140°E 以東，與觀測差異較明顯，中南亞一帶重力位高度約比觀測低 40 gpm 以內；此時自中南半島一路往東北延伸跨越臺灣南側直至日本東方海面有一條明顯的高相對濕度帶，幾乎皆可達 34.

(46) 95%以上。200 hPa(圖 4.2d)南側為大範圍南亞高壓，華北低壓槽自北海地區往南加深，臺灣地區也在影響範圍內，位置與觀測(圖未示)相當。模式積分 30 小時之地面氣壓(圖 4.3a)與 6 月 5 日 1200 UTC 之地面天氣圖(圖 2.1e)相較可見，觀測之 1008 hPa 等壓線呈南北向分布在中國沿海區域，幾乎整個西北太平洋海面都在太平洋高壓勢力範圍內，模擬之太平洋高壓 1008 hPa 等壓線在此時雖也呈南北向分布但與 4 日 1200 UTC 時相似，兩者都比觀測略為偏東，覆蓋臺灣東北部，表示臺灣以西的區域模擬氣壓比觀測略低了 2 hPa 左右。而最大的差異出現在日本上空的低壓帶，觀測(圖 2.1e)於此處整體低壓約在 1004 hPa -1008 hPa 間，且沒有形成封閉低壓，然而模擬上出現大範圍的 1004 hPa 封閉等壓線涵蓋日本地區與朝鮮半島東側，明顯比觀測要強，除此之外整體高低壓分布型態上與觀測十分接近。而此時臺灣西南部的相對濕度比 24 小時前略降，南海地區普遍為 85 % - 90 %之間。850 hPa 層中(圖 4.3b)中，模擬之太平洋高壓脊明顯東退，1500 gpm 等高線已退回 130 °E 以東，觀測之太平洋高壓邊緣則以西南-東北向貼著臺灣東部(圖 2.2c)，可看出隨著時間，模擬與觀測之間的差異逐漸放大；另外，此時臺灣沿海及西南側海面之相對濕度有一塊明顯的高值區，尤其是個案之低壓中心的相對濕度可達 95%以上，比 24 小時前 35.

(47) 更為潮濕。500 hPa 層中(圖 4.3c)，相較 24 小時前 5880 gpm 等高線更往東退了約 5 個經度，雖東退幅度不比觀測大，但位置仍比觀測偏東一些(圖 2.3c)，兩者差異減小。華北低壓槽東移，位在朝鮮半島東側與觀測位置相符；此層水氣帶較 24 小時前略窄但臺灣南側相對濕度依然高達 95%以上並未減少。在 200 hPa 層，模擬之華北低壓槽東移，觀測中也有相似情況。總體來說，從 UX 組之 45km 網格解析的地面及高空的綜觀環境結果可見，模擬能夠大致掌握重要的天氣型態例如鋒面位置、高低壓位置、槽脊線等，而華南地區的氣壓則較觀測略低約 4 hPa - 5 hPa，高層等值線高低壓分布與觀測相近，但模擬數值亦有華南地區氣壓較低的情形，有可能讓個案之渦旋發展得比觀測更強，以下將 UX 組及 NUX 組以更高的空間解析度來個別討論其中尺度系統特徵及雨量、雷達回波的模擬結果。 4.2 UX 組及 NUX 組模擬結果比較 4.2.1 投落送資料對模式初始風場之影響本小節從風場觀察加入共計 3 組投落送資料後，UX 組 72 小時模擬之初始場是否比 NUX 組更接近觀測。圖 4.4 為 UX 組及 NUX 組初始風場分布情況，其中圖 4.4a、b 為模擬初始時間 4 日 0600 UTC 之觀測投落送風場資料分別與 UX 組及 NUX 組於 1000 hPa 層的初始風 36.

(48) 場比較。結果可發現，NUX 組由於沒有同化投落送資料，其初始場與觀測之投落送風場有較明顯的差異，例如在 21.1°N，119.1°E 投落送資料點之風場，UX 組之風速便較接近觀測之 20 kts，NUX 組則略小了 5 kts 左右，但低層風向兩者在 21.1°N 之風場都與觀測有顯著差異，UX 組不同於觀測之西風，風向偏北，另外 1000 hPa 層因接近地表風場較為紊亂且投落送容易有資料缺損的情形發生，故臺灣西南方沿岸 UX 組及 NUX 組的模擬與觀測都有較大的差異。若從圖 4.4c、d 比較投落送風場資料與 UX 組及 NUX 組於 700 hPa 層的初始風場，直接由 UX 組減去 NUX 組的色階可注意到一條明顯的高值區呈西南-東北方向分布，此區為西南低層噴流所在的位置，觀察此區域內的風場可見，加入投落送資料後 UX 組的初始風場強度明顯接近觀測，且與 NUX 同樣有約 5 kts 的差異，例如在兩組差異最大的臺灣西側海面(23°N，119°E 處紅色區)，NUX 組在該投落送資料附近之風速較 UX 組低，而 UX 組該處風向與 NUX 組差異不大但也被修正的更加接近觀測。整條低層噴流帶在 UX 組平均有 30 kts -35 kts 的風速，NUX 組則約為 25kts -30 kts 左右。圖 4.4e、f 為 500 hPa 層的初始風場，比較此處兩組之模擬結果皆與觀測差異不大，故風速方面改善有限，較為明顯的是 21.1°N 沿緯度施放的四個投落送資料，其附近的 UX 組之風速同樣比 NUX 組更 37.

(49) 接近觀測，而風速改善最明顯的區域則是最西方約在 117.8°E 的兩個投落送資料點附近，NUX 組的風場為較偏西甚至西北，而 UX 組則接近觀測的偏西南風。最後高層 300 hPa 的圖 4.4g、h 與低層 700 hPa 相似，多為風速上的改善，包含較強的西風帶及部分區域風速的削弱。總而言之，由圖 4.4 可發現使用 EAKF 同化投落送資料會使此資料影響向外延伸，造成兩組實驗在整個臺灣西南側海域的風場有明顯的差異。 4.2.2 UX 組中尺度模擬結果圖 4.5a、b、c 為 UX 組自模擬初始每 12 小時累積降水，4 日 0600 UTC 至 4 日 1800 UTC(圖 4.5a)累積降水與觀測(圖 2.5a)十分相近，約 10 mm 左右的少量降水廣泛的分布在臺灣山區及南部的平地，最高值約在南投西南側接近雲林嘉義處，而花蓮地區的降水則略有高估。4 日 1800 UTC 至 5 日 0600 UTC 由於已在對流渦旋影響之範圍內，觀測降水(圖 2.5b)主要集中在臺南、高雄、屏東與臺東地區，尤其以高雄臺南沿海最多，UX 組(圖 4.5b)亦可看到相似的降水分布，高雄臺南沿岸降水最高可達 200 mm，較觀測雨量略高，惟臺東沿海的雨區較向山區集中，雨量與觀測差異不大，整體的降水高值區大致相近。 5 日 0600 UTC 至 5 日 1800 UTC，此時觀測的雷達回波多分布在臺灣東側及東側海面(圖 2.8d、e、f)，觀測降水(圖 2.5c)自西南部向東部傾 38.

(50) 斜集中分布在臺灣南端與臺東區域，可見圖 4.5c 模擬所得區域形狀與觀測有極大的相似，但出現臺南至高雄一帶模擬降雨過少而整個南部區域降雨過高的情形，差距最大者(臺東中部)甚至可達將近 100 mm。從最後的 36 小時累積降水來看(圖 4.5d)，在對流渦旋影響期間降水集中在臺灣南部，高雄及臺東沿海累積達 300 mm，整體降雨區域和極值區與觀測(圖 2.5d)相似度高，但在雲林嘉義地區過於低估、臺東北端至花蓮南側則略為高估，但仍不影響研究針對短間內(4 日 1800 UTC 至 5 日 1800 UTC)臺灣南部沿海出現豪大雨原因的探究。從模擬雷達回波圖來看，UX 組在 4 日 1800 UTC 時(圖 4.6a)與觀測(圖 2.8a)相似，在 118°E 與 119°E 之間有強回波，但並非如觀測有明顯的圓形，推測為初期強度不足所致，若從 1000 hPa 與 700 hPa 層的風場觀察，模擬初期可見 23°N 以南 1000 hPa 在臺灣西南側海面普遍吹南風，700 hPa 層則吹西南風為主；23°N 以北 700 hPa 的水平風風向有明顯的反轉，以吹東北風為主，明顯可見鋒面前後的水平風切存在。而觀測之逗點狀回波最明顯的 5 日 0000 UTC 時(圖 2.8b)，雖 UX 組亦能在臺灣西南部見到明顯的逗點狀強回波區(圖 4.6b)，但相較觀測而言範圍較小且較接近帶狀。此時由 700 hPa 層風場已可見明顯的渦旋位在回波西側 22.2°N，119°E 處(圖 4.6b)，表示此渦旋之對流雲系位置在渦旋中心的下游，渦旋上游處幾乎沒有回波，有明顯的 39.